一种城市交通知识图谱的构建方法技术

一种城市交通知识图谱的构建方法，包括：首先采用斯坦福大学发布的七步法，利用本体构建工具构建城市交通本体，形成知识图谱模式层；然后获取并融合城市交通多源数据，抽取出实体、属性和实体间的关系，构建知识图谱数据层；将知识图谱模式层和知识图谱数据层结合，生成城市交通知识图谱，并存储到数据库中；利用现有数据推理出城市交通的新知识，补入城市交通知识图谱。本发明专利技术用于解决交通数据开放共享程度不高的现状，融合多源数据，搭建城市交通知识体系，还可以应用于对交通状态进行预测，合理安排出行时间；查询最短距离路径、区域路况历史规律、交通需求量高发规律等信息，增强交通管理能力。强交通管理能力。强交通管理能力。

【技术实现步骤摘要】
一种城市交通知识图谱的构建方法


[0001]本专利技术涉及知识图谱构建
，特别涉及一种城市交通知识图谱构建方法。

技术介绍

[0002]随着智能系统应用的发展，知识图谱在越来越多的应用场景中发挥着重要作用，为各种智能任务提供多样化的知识服务。城市交通知识图谱是一种同时包含时间和空间信息的知识图谱。与普通静态知识图相比，时序知识图所包含的知识会随着时间和空间的变化而变化。城市交通知识图谱可以为后续任务提供具有时空信息的知识。然而目前，交通数据开放共享程度不高，数据条块化、垂直分割、信息碎片化，交通业务横向融合不足，尚未形成统一完备的城市交通知识体系。

技术实现思路

[0003]为了克服现有技术存在的不足，本专利技术提出一种融合多源数据，并推理出新知识的城市交通知识图谱的构建方法。
[0004]一种城市交通知识图谱的构建方法，包括以下步骤：
[0005]采用斯坦福大学发布的七步法，利用本体构建工具构建城市交通本体，形成知识图谱模式层；
[0006]获取并融合城市交通多源数据，抽取出实体、属性和实体间的关系，构建知识图谱数据层；
[0007]将知识图谱模式层和知识图谱数据层结合，生成城市交通知识图谱，并存储到数据库中；
[0008]利用现有数据推理出城市交通的新知识，补入城市交通知识图谱。
[0009]进一步，步骤1具体包括：
[0010]1.1七步法构建城市交通本体；
[0011]第一步确定本体的领域，明确领域本体的目的，本专利技术的本体涉及城市交通领域。
[0012]第二步考虑使用已有本体，确认相关本体是否已构建，避免重复使用，占用资源。
[0013]第三步列举本体中的关键项及其属性和描述，确定本体在领域中的一些重要概念。
[0014]第四步定义类和类的结构，采用自顶向下的方式逐级定义本体的分类及类之间的关系。
[0015]第五步定义类的属性，进一步描述各级分类的目的以及类间关系，包括上下级分类间的继承关系，上级分类相较下级，其定义更宽泛，因此其所具有的属性必然也为下级分类所具有。
[0016]第六步定义属性的约束，例如属性值的数据类型、数值范围等方面的限制。
[0017]第七步根据本体创建实例，创建过程为：选择分类，创建实例、填充属性值。
[0018]1.2知识图谱模式层；
[0019]将步骤1.1所构建的城市交通本体导入图数据库，并进一步补充完善实例，形成知识图谱模式层。
[0020]进一步，步骤2具体包括：
[0021]2.1获取数据；
[0022]本专利技术主要涉及城市道路交通，因此需要获取的城市交通数据主要包括路网结构和交通态势数据，以及预先获取的出租车GPS定位数据。以目标道路为杭州市上塘路及其周边区域为例，从地图数据库中获取杭州市上塘路及其周边区域的道路数据，例如可从开源地图数据库上下载目标区域的道路数据，该网站支持多种数据格式的导出方案，并可以自定义下载的区域范围，是一种适用的道路网络数据下载网站。利用OSM2GMNS从下载的目标道路网络中输出符合GMNS标准的道路网络数据，GMNS全称General Modeling Network Specification，其定义了一套灵活统一的多模式交通网络表示格式，OSM2GMNS还提供了简化交叉口功能，输出文件包括道路节点(node.csv)和道路连接弧(link.csv)。
[0023]目标道路兴趣点POI(Point of Interest)的获取可通过地图API的搜索POI接口获取，POI数据一般包含名称、类型、地址及经纬度等多种属性。
[0024]目标道路交通态势数据可通过高德地图API的交通态势接口获取，路况信息每两分钟更新一次，包含道路名称、方向、车行角度、路况、速度等信息。
[0025]出租车GPS定位数据为独立获取，包含杭州市出租车2017年4、5、6三个月的GPS定位数据，根据数据自身质量，删减掉因各种原因造成的异常数据待用，如定位点不在机动车合理区域的非真数据、长时间停留同一位置疑似非运营状态的无效数据等。
[0026]2.2数据预处理；
[0027]确定数据采样间隔，由于步骤2.1中所获取的交通态势数据时间间隔为两分钟，且不同数据的更新周期不完全相同，另外综合考虑网络连接的稳定性和数据分析所消耗的时间，将数据采样间隔确定为六分钟。
[0028]数据匹配和筛选，根据道路名称与道路网络连接弧数据相匹配，筛选出有交通态势数据的道路网络数据(包括道路网络节点和道路网络连接弧)，剔除无效及冗余数据，从而改善数据质量。针对出租车GPS定位数据，根据区域筛选出与其他数据匹配的部分，然后根据载客状态分析得出出租车订单数据，所得数据包括订单出发地、订单目的地、时间等，分作两组，并与路网数据进行匹配，将所得GPS点进一步定位到路段。
[0029]进一步，步骤3具体包括：
[0030]将步骤2所得数据与步骤1.1所构建的知识图谱模式层结合，并针对动态数据部分设定好采样更新程序，对所有具有时序性的本体及其属性进行同步更新，初步生成城市交通知识图谱的完整结构。
[0031]进一步，步骤4具体包括：
[0032]根据步骤2.2预处理过后的出租车订单数据，进一步采用OPTICS聚类算法得出交通需求量的时空分布，作为城市交通知识图谱的新知识补充，其具体过程为：
[0033]将出租车订单数据分为“出发地”和“目的地”两组，再按时间进行切片处理，时间步设定为整体方案采样间隔的两倍及12分钟，对不同日期的相同时间作叠加处理，以计算历史平均值。对每组数据分别采用OPTICS聚类算法得出各时间片内的交通需求量空间分布情况。OPTICS算法是一种基于密度的聚类算法，其核心思想为：定义一类核心点，核心点具
有邻域内有MinPts个点这一特征，且邻域内的其他点若同时也是符合定义的核心点，则两者密度可达，通过一系列的密度可达最终将密集点聚拢成类。该算法的优势在于可以聚类非圆形区域，城市街道为条状网格结构，交通需求往往发生在道路两侧，这样的聚类算法更适合这一应用场景。所用算法流程如下：
[0034]输入：样本集X＝{x1,x2,
…
,x
m
}，邻域参数(ε＝inf,MinPts)
[0035]1初始化核心对象集合Ω
[0036]2遍历X的元素，如果是核心对象，则将其加入到核心对象集合Ω中
[0037]3如果核心对象集合Ω中元素都已经被处理，则算法结束，否则转入步骤4.
[0038]4在核心对象集合Ω中，随机选择一个未处理的核心对象o，首先将o标记为已处理，同时将o压入到有序列表p中，最后将o的ε
‑
邻域中未访问的点，根据可达距离的大小(计算未访问的邻居点到o点的可达距离)依次存放到种子集合seeds中。
[0039]5如果种子集合seeds非空，跳转到3，否则，从种子集本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种城市交通知识图谱的构建方法，其特征在于，包括如下步骤：步骤1，采用斯坦福大学发布的七步法，利用本体构建工具构建城市交通本体，形成知识图谱模式层；步骤2，获取并融合城市交通多源数据，抽取出实体、属性和实体间的关系，构建知识图谱数据层；步骤3，将知识图谱模式层和知识图谱数据层结合，生成城市交通知识图谱，并存储到数据库中；步骤4，利用现有数据推理出城市交通的新知识，补入城市交通知识图谱。2.如权利要求1所述的城市交通知识图谱的构建方法，其特征在于：步骤1具体包括：1.1七步法构建城市交通本体；第一步确定本体的领域，明确领域本体的目的，本发明的本体涉及城市交通领域；第二步考虑使用已有本体，确认相关本体是否已构建，避免重复使用，占用资源；第三步列举本体中的关键项及其属性和描述，确定本体在领域中的一些重要概念；第四步定义类和类的结构，采用自顶向下的方式逐级定义本体的分类及类之间的关系；第五步定义类的属性，进一步描述各级分类的目的以及类间关系，包括上下级分类间的继承关系，上级分类相较下级，其定义更宽泛，因此其所具有的属性必然也为下级分类所具有；第六步定义属性的约束，例如属性值的数据类型、数值范围等方面的限制；第七步根据本体创建实例，创建过程为：选择分类，创建实例、填充属性值；1.2知识图谱模式层；将步骤1.1所构建的城市交通本体导入图数据库，并进一步补充完善实例，形成知识图谱模式层。3.如权利要求1所述的城市交通知识图谱的构建方法，其特征在于：步骤2具体包括：2.1获取数据；获取的城市交通数据主要包括路网结构和交通态势数据，以及预先获取的出租车GPS定位数据；2.2数据预处理；确定数据采样间隔，步骤2.1中所获取的交通态势数据有时间间隔，且不同数据的更新周期不完全相同，另外综合考虑网络连接的稳定性和数据分析所消耗的时间；数据匹配和筛选，根据道路名称与道路网络连接弧数据相匹配，筛选出有交通态势数据的道路网络数据(包括道路网络节点和道路网络连接弧)，剔除无效及冗余数据，从而改善数据质量；针对出租车GPS定位数据，根据区域筛选出与其他数据匹配的部分，然后根据载客状态分析得出出租车订单数据，所得数据包括订单出发地、订单目的地、时间等，分作两组，并与路网数据进行匹配，将所得GPS点进一步定位到路段。4.如权利要求1所述的城市交通知识图谱的构建方法，其特征在于：步骤3具体包括：将步骤2所得数据与步骤1...

【专利技术属性】
技术研发人员：郭海锋，周子盛，许宏伟，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：